Projets

Engie B2C Belgique appuie son organisation agile sur une plateforme data

Pierre Garbit, chief data officer d'Engie B2C Belgique, à l'occasion du Dataiku Summit à Paris (Photo : ED)

Pour passer en mode agile, et assurer une prise de décisions plus rapide, Engie B2C Belgique a opté pour une plateforme data unique, reposant notamment sur Dataiku et Databricks. Ses équipes sont désormais autonomes vis-à-vis des data sur lesquelles elles collaborent, en particulier pour suivre l'évolution de la clientèle de l'entreprise.

PublicitéL'entité B2C de la filiale belge du distributeur d'électricité et de gaz français, Engie One B2C Belgique (700 personnes, dont un centre d'appel global Engie, 40% de part de marché) est passée en 2021 d'une organisation pyramidale à une organisation agile, pour prendre des décisions plus rapides et conformes à sa stratégie. Pour cela, elle a rapidement misé sur une plateforme data commune et partagée par tous. « En Belgique, notre marché est dérégulé depuis déjà plus de 20 ans, a rappelé le chief data officer de l'organisation, Pierre Garbit, à l'occasion du Dataiku summit 2025 de Paris en septembre, ce qui nous a déjà conduits à mener à bien plusieurs transformations pour nous adapter, y compris dans les processus IT ».

Le passage d'une hiérarchie pyramidale à une organisation agile pour éviter les décisions en « U inversé », autrement dit, repassant obligatoirement par le sommet de la hiérarchie, exige des équipes pluridisciplinaires, autonomes et travaillant ensemble. « Or, cela nécessite que les animateurs de squads - chaque employé est détaché dans une squad - aient une forte capacité de leadership, ainsi qu'une bonne connaissance de la stratégie et des actions à mener pour l'atteindre », estime Pierre Garbit.

Pour déployer un environnement data adapté à cet objectif, l'organisation faisait face à quelques obstacles, selon son CDO : une culture data encore faible avec des utilisateurs qui se reposaient beaucoup sur les responsables data pour des questions techniques ou des demandes de tableaux de bord, et un paysage applicatif peu redondant, mais très hétérogène. « Nous avions des serveurs SaaS pour les data scientists, SAP pour la BI, AWS pour les environnements de test, explique Pierre Garbit. Le catalogue data, la propriété des données, tout comme les rôles et responsabilités, restaient mal définis. Or, nous voulions que la data ne soit plus du tout une contrainte. En 2023, nous avons donc décidé de décommissionner l'ensemble pour passer sur les environnements Databricks et Dataiku ». Un catalogue central a été mis en place, les décisions sont désormais prises à partir des données et les squads agiles ont toutes été accompagnées pour être autonomes vis-à-vis de la data.

Rapprocher les équipes autour de la data

En s'appuyant sur cet environnement, Engie B2C Belgique a pu montrer les données nécessaires à différentes populations d'employés pour qu'elles travaillent ensemble sur des réponses à apporter face aux évolutions de la clientèle et de son comportement. Elle a, par exemple, rapproché des équipes très techniques qui travaillent directement sur l'approvisionnement en gaz et électricité et des équipes en contact direct avec les clients. « Nous avons aussi pu catégoriser les clients en fonction de leurs comportements. Les plus favorables à l'environnement ; ceux plus ou moins capables de réduire leur consommation, par exemple, ajoute Pierre Garbit. L'ensemble de ces éléments a permis de prendre des actions très concrètes vis-à-vis de ces différents types de consommateurs ».

PublicitéEngie B2C Belgique a pu identifier et développer différents cas d'usage de sa nouvelle plateforme, comme la gestion du taux d'attrition. « Pour réaliser des analytics sur ce sujet, nous avions AWS Sagemaker, précise Pierre Garbit. Mais c'est une solution qui reste complexe à instancier et à gérer pour les utilisateurs ». Résultat, les data scientists passaient plus de temps à résoudre des questions techniques posées par les utilisateurs métiers qu'à travailler avec eux sur la compréhension de leur prise de décision ou les dynamiques de marché, pour créer des modèles adaptés. Pour rattraper les clients susceptibles de quitter Engie, par exemple, l'entreprise a collecté, avec leur consentement, des données les concernant et les a hébergées avec d'autres dans un datalake. Puis, elle a paramétré un calcul de CLV (customer lifetime value), combiné par exemple avec des scores liés à leur appétence à quitter Engie, pour définir des actions commerciales adaptées.

Exploiter les compteurs intelligents

Autre cas d'usage, celui des compteurs de gaz intelligent. « Par ce biais, nous avons depuis peu accès aux données de consommation des clients au fil de l'eau, poursuit Pierre Garbit. Après l'invasion de l'Ukraine par la Russie en 2022, quand les prix ont monté, nous avons pu constater pour la première fois des courbes de comportement atypiques avec de la destruction de la demande, alors que la consommation d'électricité ou de gaz est habituellement liée directement à la température. Et nous avons pu analyser ces éléments-là et mettre en place des actions pour minimiser les risques au niveau de notre portefeuille de gaz et approvisionner nos clients ».

Pour Pierre Garbit, les bénéfices de la transformation résident, comme le montrent ces premiers cas d'usage, dans l'appropriation de la culture et de l'usage de la data par les métiers, ce qui leur permet de prendre des décisions en autonomie, sans appel aux équipes techniques. Mais, selon le CDO, avec les environnements Databricks et Dataiku, le temps de constitution de datasets a aussi été divisé par 8 et le développement de solutions, la conception d'algorithmes et le debugging ont aussi été fortement améliorés.